商汤徐立谈AI规模化爆发：语言与视觉融合是突破智能上限路径

“语言与视觉的深度融合是突破智能上限的高效路径。”

3月24日晚间，在人工智能公司商汤集团股份有限公司（商汤-W，0020.HK）业绩会上，商汤科技董事长兼CEO徐立表示：“我们深信语言与视觉的深度融合是突破智能上限的高效路径。我们基于NEO原生架构，高效实现理解与生成统一，探寻多模态的新‘尺度定律’。这一系列技术突破和智能体AI的深度结合将打开新的应用可能性，赋能全新垂直场景。”

当天，商汤科技发布了全年业绩公告。2025年总收入50.15亿元，同比增长32.9%，创历史新高，增速为近三年最快；净亏损17.82亿元，大幅收窄58.6%；经调净亏损19.56亿元，同比收窄54.3%；下半年息税折旧摊销前利润（EBITDA）3.8亿元，为上市后首次转正。

按业务来看，生成式AI业务收入36.29亿元，同比大幅增长50.98%；视觉AI业务收入10.83亿元，保持平稳；X创新业务收入3.02亿元，同比减少5.92%。

商汤表示，生成式AI业务收入大增主要是由于市场需求持续爆发性增长，以及一体化产业解决方案促进了计算平台、模型及应用的联合商业化；而X创新业务的减少主要归因于智能驾驶业务脱离综合财务报表，随着时间的推移，预期X创新业务的构成会发生演变，未来该特定收入的同比数据比较意义将降低。

商汤科技联合创始人、执行董事、首席科学家林达华也表示，随着春节后OpenClaw的“走红”，带来了Token（词元）消费的显著增长，整个行业也走向了Agentic AI（智能体AI）时代。

林达华指出，纯语言数据已经见顶，语言和视觉的深度融合，将会成为突破AI智力上限的关键路径。在软件AI时代，很多复杂业务场景都会涉及多模态信息综合处理。将智能体的视觉能力和语言处理深度连接，可以显著提升复杂任务的成功率和效率，并且大幅度降低token消耗。商汤此前推出的NEO架构打破了传统拼接架构，进行了底层的多模态原生改造，提升了学习和推理效率，用1/10的数据量就能达到SOTA（最先进，State-Of-The-Art）性能。

据透露，商汤将在今年第二季度发布新版NEO架构，效率还将再提升2-3倍。

商汤科技联合创始人、大装置事业群总裁杨帆也表示，现在上千P（PetaFlops，1P相当于每秒1000万亿次计算速度）甚至几千P的单一集群客户越来越多，商汤的整体算力规模已经达到4.04万P，其中国产算力超过5500P，规模越来越大。

杨帆表示，商汤会利用技术积累，与国产厂商一起不断进行软硬件联合优化，提升性价比，拓展可适用模型范围，让越来越多的公司接受并拥抱国产体系。

对于未来发展规划，徐立表示：“展望2026年，我们看到AI真正迎来了规模化的爆发阶段。商汤也已经做好了准备，接下来的发力点也比较清晰和明确。”

徐立表示，首先要坚持原生多模态的路径，通过技术落高定义AI的新范式和智能的新高度，确立在AI前沿领域的领先地位；其次要深耕产业智能化，打造Agent原生时代的入口，“我们相信AI会从辅助工具进化为真正的生产力，在泛办公、教育、营销、智能终端等这些垂直赛道，我们要抢占入口，实现流量和商业价值的双向爆发”；第三，要把单位智能成本压到极致，依托算力、模型、应用协同要持续降低推理成本，全力推动国产算力从可用走向好用；第四，视觉AI要跑出规模化红利，握紧CV（计算机视觉，Computer Vision）2.0时代的盈利密码，推动业务的规模化扩张和规模化利润；同时，还要坚持海内外双引擎发力，把商汤方案做到AI产业标杆。

徐立最后还指出，要持续兑现“1+X”的生态红利，进一步优化“母舰+子舰”的协同模式，和生态伙伴一起抓住垂直行业爆发带来的增值红利。

3月25日，商汤股价盘中最高涨幅5.76%，达2.02港元/股，截至收盘跌1.57%，报收1.88港元/股。

此外，澎湃新闻还获悉，在即将召开的2026全球开发者先锋大会上，商汤科技将带来基于多模态大模型的智能应用商汤输入法AudioClaw以及AI语音开放平台SenseAudio两项AI语音技术成果。